买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京领雁科技股份有限公司申请的专利Mock对象的调整方法、装置、电子设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120705057B 。

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510882041.6，技术领域涉及：G06F11/3668；该发明授权Mock对象的调整方法、装置、电子设备及存储介质是由李鹏飞;邵伏巧;赵琪设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本Mock对象的调整方法、装置、电子设备及存储介质在说明书摘要公布了：本申请提供Mock对象的调整方法、装置、电子设备及存储介质，从待测试的目标程序中提取目标程序的每个外部依赖的依赖信息；针对于任一外部依赖，基于外部依赖的依赖信息，确定外部依赖的Mock对象和Mock对象的Mock规则；针对于任一Mock对象，基于Mock对象的Mock规则，对Mock对象进行调用测试，得到Mock对象的当前测试返回结果；基于Mock对象的当前测试返回结果、历史测试返回结果以及Mock规则预测模型，动态调整Mock对象的Mock规则。这样，结合Mock对象的当前和历史测试返回结果，通过Mock规则预测模型来动态调整Mock规则，提高了自动化测试中Mock对象的调整效率。

本发明授权Mock对象的调整方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种Mock对象的调整方法，其特征在于，所述方法包括： 从待测试的目标程序中提取所述目标程序的每个外部依赖的依赖信息； 针对于任一所述外部依赖，基于所述外部依赖的依赖信息，确定所述外部依赖的Mock对象和所述Mock对象的Mock规则； 针对于任一所述Mock对象，基于所述Mock对象的Mock规则，对所述Mock对象进行调用测试，得到所述Mock对象的当前测试返回结果； 基于所述Mock对象的当前测试返回结果、历史测试返回结果以及Mock规则预测模型，动态调整所述Mock对象的Mock规则，包括： 基于所述Mock对象的当前测试返回结果和历史测试返回结果，确定所述Mock对象的当前输入特征和历史输入特征；其中，所述历史输入特征包括异常频率矩阵、时间衰减因子和规则稳定性指标； 基于所述Mock对象的历史输入特征训练所述Mock规则预测模型，得到训练好的Mock规则预测模型，包括： 基于所述Mock对象的历史输入特征训练决策树模块，得到训练好的决策树模块并生成所述Mock对象的初步预测结果；所述Mock规则预测模型包括决策树模块、随机森林模块和贝叶斯优化模块；所述初步预测结果包括所述Mock对象的初步预测返回值和初步预测异常返回率； 基于所述Mock对象的初步预测结果训练所述随机森林模块，得到训练好的随机森林模块并生成所述Mock对象的优化预测结果；所述优化预测结果包括所述Mock对象的优化预测返回值和优化预测异常返回率；所述决策树模块的输出节点与所述随机森林模块的特征采样器建立概率耦合连接； 基于所述优化预测结果训练所述贝叶斯优化模块，得到训练好的贝叶斯优化模块；所述贝叶斯优化模块包含先验分布修正单元，用于根据所述随机森林模块的袋外误差调整高斯过程核函数； 将所述训练好的决策树模块、所述训练好的随机森林模块以及所述训练好的贝叶斯优化模块确定为所述训练好的Mock规则预测模型； 将所述Mock对象的当前输入特征输入所述训练好的Mock规则预测模型，得到所述Mock对象的预测最优返回值和预测异常返回率；所述预测异常返回率通过分析所述异常频率矩阵生成； 基于所述Mock对象的预测最优返回值和预测异常返回率，动态调整所述Mock对象的Mock规则，包括： 若所述预测最优返回值未在所述Mock规则的返回值中，则新增所述预测最优返回值，并重新分配各返回值的使用权重； 若所述预测异常返回率大于第一异常返回率阈值且小于等于第二异常返回率阈值，则降低所述预测最优返回值的使用权重； 若所述预测异常返回率大于第二异常返回率阈值，且所述Mock规则包含异常响应配置，则将所述Mock规则回退至上一个版本。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京领雁科技股份有限公司，其通讯地址为：100098 北京市海淀区大钟寺东路9号1幢B103-29；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。